OpenAI

OpenAI于2024年2月公开了其AI视频生成（文生视频）模型Sora，它可以创建长达 60 秒的视频，其中包含高度详细的场景、复杂的摄像机运动和具有生动情感的多个角色，但直到12月才正式上线。

ChatGPT 是一个由 OpenAI 开发的 AI 聊天机器人，可以生成类似人类的对话回应。它基于 GPT系列模型，于 2022 年 11 月 30 日首次发布。ChatGPT 可以执行多种任务，包括回答问题、编写代码、创作音乐和起草电子邮件，这使其成为一个多功能的AI工具。

OpenAI正式推出了全新的音频模型，涵盖了文本转语音（Text-to-Speech, TTS）和语音转文本（Speech-to-Text, STT）两大核心功能，为语音交互领域带来了重大突破。

微软 Copilot（原名 Bing Chat）是微软推出的AI助手，基于OpenAI 的GPT系列语言模型 ，这使得它能够处理复杂的问题，并提供高质量、详细的答复。此外，它还集成了图像生成工具 DALL·E，让用户能够轻松创建自定义图像。

OpenAI Academy的上线，为全球AI教育注入了新的活力。通过提供免费、高质量的学习资源，OpenAI不仅让更多人有机会接触和学习AI，也为推动全球AI技术的发展和应用奠定了坚实的基础。

微软必应旗下的图像创建器（Bing Image Creator）是基于基于OpenAI 的 DALL-E 图片生成技术，可以让用户通过输入一些自然语言的指令（咒语），生成各种有趣和创意的图片。此工具以后也将会是必应搜索的一部分，用户可以在网页上直接使用，也可以通过Bing Chat来使用。

UniAPI是一个兼容OpenAI协议的API转发器，允许用户管理多个API密钥并在请求时根据模型随机选择合适的密钥。

OpenAI推出的一款开源的本地编码代理Codex CLI，可将自然语言转化为可运行的代码。只需告诉 Codex CLI 您想构建、修复或解释的内容，即可见证它将您的想法变为现实。Codex CLI 支持所有 OpenAI 模型，包括 o3、o4-mini 和 GPT-4.1。

该课程专为希望使用OpenAI模型和工具构建生产就绪人工智能应用的开发者和技术学习者设计。学习基础概念以及如何将其融入你的应用中，评估性能，并实施最佳实践，以确保你的人工智能解决方案稳健且可大规模部署。

gpt-realtime 的发布，不仅是技术迭代，更意味着 OpenAI 的语音能力已具备**企业级稳定性与功能性**。它不再只是一个演示功能，而是可以嵌入真实业务流程的工具。对于开发者而言，Realtime API 的全面开放，加上 SIP、MCP、图像输入等企业级功能的加入，意味着构建复杂语音应用的门槛正在降低。